深入浅出MySQL索引记录
"N叉树"的N值在MySQL中进行人工调整
- 通过改变key值来调整
N叉树中非叶子节点存放的是索引信息，索引包含Key和Point指针。Point指针固定为6个字节，假如Key为10个字节，那么单个索引就是16个字节。如果B+树中页大小为16K，那么一个页就可以存储1024个索引，此时N就等于1024。我们通过改变Key的大小，就可以改变N的值 - 改变页的大小页越大
一页存放的索引就越多，N就越大。
总结
- 索引的作用：提高数据查询效率
- 常见索引模型：哈希表、有序数组、搜索树
- 哈希表：键 - 值(key - value)。
- 哈希思路：把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置
- 哈希冲突的处理办法：链表
- 哈希表适用场景：只有等值查询的场景
- 有序数组：按顺序存储。查询用二分法就可以快速查询，时间复杂度是：O(log(N))
- 有序数组查询效率高，更新效率低
- 有序数组的适用场景：静态存储引擎。
- 二叉搜索树：每个节点的左儿子小于父节点，父节点又小于右儿子
- 二叉搜索树：查询时间复杂度O(log(N))，更新时间复杂度O(log(N))
- 数据库存储大多不适用二叉树，因为树高过高，会适用N叉树
- InnoDB中的索引模型：B+Tree
- 索引类型：主键索引、非主键索引
主键索引的叶子节点存的是整行的数据(聚簇索引)，非主键索引的叶子节点内容是主键的值(二级索引) - 主键索引和普通索引的区别：主键索引只要搜索ID这个B+Tree即可拿到数据。普通索引先搜索索引拿到主键值，再到主键索引树搜索一次(回表)
- 一个数据页满了，按照B+Tree算法，新增加一个数据页，叫做页分裂，会导致性能下降。空间利用率降低大概50%。当相邻的两个数据页利用率很低的时候会做数据页合并，合并的过程是分裂过程的逆过程。
- 从性能和存储空间方面考量，自增主键往往是更合理的选择。
评论区